# RoCEHealthStatusError事件处理建议
#### 故障影响
可能造成客户业务中断，客户无法使用该NPU卡。
#### 告警解释
当前服务器中NPU芯片存在异常。
#### 告警参数
| **参数名称** | **参数含义**                    |
|:---|:---|
| 名称       | NPU：RoCE网卡健康状态异常            |
| 类型       | 故障类告警                       |
| 发生时间     | 告警触发时间                      |
| 定位信息     | 局点、云服务、微服务、虚拟机ID、虚拟机名称、告警信息 |
   
#### 可能原因
NPU卡存在异常。
#### 处理步骤
1. 登录机器，执行命令查询NPU卡回显信息。
   ```
   npu-smi info
   ```
   ![](https://support.huaweicloud.com/trouble-modelarts/figure/zh-cn_image_0000002499572712.png "点击放大")
   
2. 执行命令查询NPU网卡健康状态。如果查询到有NPU卡状态为**非Success** ，则表明其健康状态异常。
   ```
   for i in $(seq 07);do hccn_tool -i $i -net_health -g; done
   ```
   ![](https://support.huaweicloud.com/trouble-modelarts/figure/zh-cn_image_0000002524232735.png "点击放大")
   
3. 如果确认为NPU RoCE网卡健康状态异常。收集上述排查信息，提工单联系运维人员协助处理。
 
#### 告警清除
此告警恢复后，关闭工单时清除方式选择清除网管告警即可。
#### 参考信息
无